state - 关于强化学习（RL）中奖励的问题

Question

我有一个关于 RL 奖励的问题。这句话是真的吗？如果是为什么？先感谢您

“每次（对于来自同一状态的同一动作）的奖励不必相同。”

Answer 1

对于确定性完美信息博弈，这是真的。想想围棋或国际象棋等游戏。但对于其他游戏来说，相同状态和动作的奖励主要取决于游戏当前的内部状态。